本博客記錄學習數據分析的思考和心得

本博客會分享數據源碼，以及在學習數據分析過程中，學習到的內容和本人不熟悉的地方

本節主要研究運動員身材都是完美型嗎？

對于平時有健身的朋友們應該知道，衡量一個人身材是否完美有一個公式，即是BMI值

那么如何判斷自己的身材是否完美尼，來一起計算一下自己的BMI值把！向完美身材看齊！

BMI =?體重/身高的平方（體重單位是KG，身高單位是米）

?本次主要繪制的目標如下圖，每個項目的運動員的BMI值分布

那么繪制上圖，也需要經過以下幾步

• 加載數據
• 數據預處理與清洗?（如何處理缺失值，數據填充等數據處理常見的處理方式）
• 繪制小提琴圖形

# -*- coding: utf-8 -*- """ Created on Fri Apr 12 09:36:35 2019 繪制小提琴圖 運動員身體都是完美的嗎？BMI = weight/height(mi)**2 @author: zss0330816 """import pandas as pd import numpy as np import seaborn as sns import matplotlib.pyplot as pltdf = pd.read_excel(r"D:\數據分析\數據分析師\classdata\奧運運動員數據.xlsx", sheetname=1) #print(df) #df_length = len(df) #df_columns = df.columns.tolist() data = df[['event', 'name', 'height', 'weight']]#選擇數據項#去除數據個數小于15的項目， 去除缺失值，數據清洗 # data2['event'].value_counts()#可以看見每個項目的個數，去除項目較少的 data2 = data[data['event']!='swim']#發現只有swim小于15，刪除該項目 data2.dropna(inplace=True)#處理空數據，使用dropna方法，處理 data2['BMI'] = data2['weight']/(data2['height']/100)**2#新增BMI列，計算每個運動員的BMI值 data2['BMI_range'] = pd.cut(data2['BMI'],[0, 18.5, 24, 28, 50], labels=['thin', 'normal', 'strong', 'very strong'])plt.figure(figsize=(12, 6))#繪圖大小 #小提琴圖 sns.violinplot(x='event', y='BMI', data = data2,scale = 'count', palette='hls',inner='quartile') #palette 顏色盤 Reds Blues#圖中的白點， 散點， sns.swarmplot(x='event', y='BMI',data=data2, color='white', alpha=0.8,s=3)#透明度，s圓點的寬度plt.grid(linestyle='--', alpha=0.5)#輔助線和透明度 plt.title("athlete's BMI") plt.savefig("athlete's BMI", dpi=300)#dpi像素

?上述代碼，有幾個常用的知識點，在此mark一下

data2.dropna(inplace=True)

?上述代碼是為了處理空值數據，使用的方法是直接刪除，也可以進行填充，后續會有介紹的

data2['BMI_range'] = pd.cut(data2['BMI'],[0, 18.5, 24, 28, 50], labels=['thin', 'normal', 'strong', 'very strong'])

這里使用的是pandas庫中的cut方法，將BMI值按照區間劃分，并在相應區間給予標簽值，比如數據落入0-18.5區間，該運動員BMI則屬于‘thin’，屬于比較瘦

?在此以簡單的小例子，看一下實驗效果

pandas.cut(x,bins,right=True,labels=None,retbins=False,precision=3,include_lowest=False)pd.cut([1,10, 11,23,30], [0, 10, 20,32], labels=['<10', '<20', '<30'], right=True, include_lowest=True) Out[31]: [<10, <10, <20, <30, <30] Categories (3, object): [<10 < <20 < <30]pd.cut([0, 1,10, 11,23,30], [0, 10, 20,32], labels=['<10', '<20', '<30'], right=True) Out[33]: [NaN, <10, <10, <20, <30, <30] Categories (3, object): [<10 < <20 < <30]

bins=[0, 10， 20,? 32]，right=True,包含右端點，?include_lowest=True,包含左端點，則區間為[0,10]，(10,20], (20,32]；right=False，則區間為(1,10),(10,20)。

?include_lowest=False,不包含左端點,是默認值,則區間不包含左端點，即第一個取值為NaN,那么上述區間劃分為為(0,10]，(10,20], (20,32]；

總結

以上是生活随笔為你收集整理的大鹏教你数据分析系列--运动员身材都是完美的吗的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。